豆丁机器人

豆丁是一款面向桌面场景、集具身智能、AI 大模型、双足运动、语音交互、视觉感知于一体的多模态智能机器人。采用双足四舵机仿生结构，支持流畅行走与丰富拟人动作；搭载高清屏幕、AI 摄像头、双麦阵列与 RGB 氛围灯环，实现表情、语音、灯光、动作四维交互；内置全方位悬崖检测，使用更安全；原生适配千机赋能平台，零门槛二次开发，是学习 AI、机器人开发与创意互动的理想桌面智能伙伴。

核心优势：双足四舵机设计、2.2寸高清屏幕、双麦克风阵列、智能灯环、WiFi配网、原生适配千机赋能平台

快速入门了解更多

视频演示

观看以下视频演示，了解豆丁机器人的使用流程和结构展示

豆丁机器人演示

视频内容：本视频全面展示了豆丁机器人的各项核心功能，包括语音交互、动作控制、表情互动等特性，帮助您快速了解豆丁机器人的完整使用体验。

装配体爆炸动画仿真

视频内容：本视频通过爆炸动画仿真，详细展示了豆丁机器人的装配体结构，包括各个部件的组成、装配关系和设计细节，帮助您深入了解机器人的机械构造和工程设计。

产品特性

强大的硬件配置和丰富的功能模块，为智能桌面机器人提供全方位支持

2.2寸高清屏幕

正面配备2.2寸屏幕，用于显示状态、表情、图像、对话字幕。屏幕顶部显示"聆听中..."等机器人状态指示，包括聆听、说话、配网、时间等信息；左侧是WIFI信号强度指示；右侧为电量与充电状态指示；中间是表情显示，增添互动趣味；底部则是对话字幕显示，方便同步查看交流内容，助力交互体验。

双麦克风阵列

屏幕上方有两个麦克风，可实现语音交互。设备预置唤醒词为："豆丁豆丁"、"你好豆丁"。单击背后按键，可实现免唤醒词唤醒机器人进入聆听状态。支持语音打断和重新唤醒功能。

视觉摄像头

头顶摄像头，支持图像识别与视觉交互。可进行拍照、人脸识别等视觉功能，为用户提供更丰富的交互体验。

智能灯环

两侧设有灯环，能通过灯光变化呈现不同状态。待机状态：两侧灯环熄灭；聆听状态：两侧灯环为红色；说话状态：两侧灯环为绿色。直观展示机器人运行状态。

双腿结构

双腿结构可进行简单的动作展示，支持行走（前进、后退）、转身（左转、右转）、左右摇摆、太空步、上下运动等丰富动作。可通过组织语言控制方向、步数、行走速度、摇摆次数、摇摆速度、摇摆幅度、太空步次数、太空步方向、上下运动次数、运动速度、运动幅度等参数。

WiFi配网

支持WiFi配网，轻松接入千机阁智能体平台。在无记忆WiFi环境下开机，等待1-2分钟左右自动进入配网模式；或在屏幕显示"扫描 Wi-Fi"或"连接 xxxx.."时，快速单击机器人背后按键，即可手动进入配网模式。

技术规格

豆丁机器人完整技术参数，涵盖整机信息、结构与运动、核心硬件、屏幕显示、感知与安全、灯效系统、语音交互系统等七大类详细配置

分类	详细规格
整机信息	产品外观：100.8MM×72MM×113.5MM 电池规格：7.4V 35C高倍率放电系数锂电池（2S）电池保护：电池保护 IC，过充/过放/过流/短路保护输入电压：TypeC 5V 输入低功耗特性：支持低功耗模式，可控电源域，支持深度休眠开关机方式：按键长按3S开机、长按3S关机
结构与运动	舵机：数码金属齿舵机：4个运动结构：双足四舵机独立驱动内置动作组：前进、后退、左转、右转、跳舞、踮脚等动作舵机供电：独立DCDC 5V供电，最大连续输出5A电流遥控与校准：支持通过WIFI手动控制运动以及舵机角度校准
核心硬件	主处理器：ESP32-S3 协处理器：STM32 摄像头：OV2640，DCMI 接口，200 万像素，支持 DVP 并行输出与硬件 JPEG 压缩传感器：6 轴超低功耗IMU、四路TOF悬崖检测、一路挥手传感器主协处理器通信方式：UART 通信方式：2.4 GHz WIFI：支持 / Bluetooth 5 (LE)：支持 / Bluetooth Mesh：支持
屏幕显示	显示单元：2.2 寸 TFT 高清彩屏，分辨率 240×320 显示内容：动态表情、系统状态、开/关机动画、信号强弱、对话文字内容控制方式：SPI 接口驱动表情系统：内置丰富表情图片，可随交互动态切换
感知与安全	安全功能：桌面边缘实时检测，主动防跌落
灯效系统	灯环配置：双侧 RGB 智能灯环控制方式：WS2812 可编程 RGB 灯效场景：开机、唤醒、配网等场景
语音交互系统	麦克风配置：双硅麦阵列、支持声源定位音频 ADC：ES7210 四通道音频 ADC 音频编解码：ES8311 低功耗 Codec 功放：3W 单声道 D 类功放音频处理：AEC 回声消除、降噪、远场拾音离线语音唤醒：支持，无需联网即可唤醒流式语音对话：支持 WebSocket / UDP 协议的实时对话多语言识别：支持国语、粤语、英语、日语、韩语五种语言（SenseVoice）声纹识别：支持 3D Speaker，可区分说话人语音合成 TTS：火山引擎 / CosyVoice 大模型 TTS 大模型支持：通义千问、DeepSeek、豆包等 LLM 个性化：自定义提示词、音色、角色记忆功能：具备短期记忆，对话自动总结 MCP 服务：支持

产品图库

全方位展示智能体开发套件的各个细节，帮助您全面了解产品的外观和功能（点击图片可放大查看）

结构视图

展示豆丁机器人的结构，包括2.2寸高清屏幕、双麦克风阵列、RGB智能灯环等核心组件的布局设计。

正面视图

展示豆丁机器人的正面结构，呈现双足四舵机的仿生设计，以及整体机身线条的流畅性和科技感。

背面视图

展示豆丁机器人的背面设计，包括Type-C充电接口、功能按键以及整体结构的紧凑性和实用性。

数码金属齿舵机

采用四数码金属齿舵机驱动双足结构，180° 精准控制，回中稳、无抖动；6V 下输出 2.2kg.cm 强劲扭矩，支撑有力、行走稳定。
铜质金属齿轮搭配铁芯马达，耐磨抗造、寿命更长；
12.7g 微型轻量化设计，机身更轻盈、步态更自然。

2.2寸TFT显示屏

正面搭载2.2 寸 TFT 高清彩屏，240×320 分辨率，色彩细腻、显示清晰。支持动态表情、系统状态、交互信息实时展示，配合 RGB 灯环同步变色，让机器人拥有丰富 “情绪” 与 “表情”。

视觉感知

搭载OV2640 200 万像素高清摄像头，支持自动曝光、白平衡、降噪，体积小、功耗低。可实现视觉识别、图像采集、动作跟随，为视觉交互与 AI 开发提供强大视觉输入。

双核心架构_主处理器

采用 ESP32-S3 与 STM32 双核心架构设计，ESP32主控负责 AI、语音、视觉与交互逻辑，在保障稳定运行与使用安全的同时，适配千机赋能平台，为二次开发提供高效可靠的硬件基础，支持离线语音唤醒、多语言识别、视觉交互与动态动作控制等功能。
内置双麦克风阵列，搭配专业音频处理电路，支持远距离拾音、离线语音唤醒、多语种识别。结合 AI 大模型能力，可实现语音问答、语音控制、场景理解，自然对话、响应灵敏。

双核心架构_协处理器

协处理器控制板采用的是STM32，作为舵机与外部传感器的独立控制核心，用于分担主控运算压力，让动作更流畅、响应更迅速。模块采用了电平隔离设计，稳定驱动四舵机实现双足精准行走与姿态控制；集成了四路防跌落传感器接口，实时监测悬崖状态，并进行主动避让；支持蓝牙调试、IMU 姿态采集与按键状态反馈，采用标准化排线接口，布线简洁、运行稳定，全面提升机器人的动作精度、交互响应与安全防护能力。

悬崖检测

机器人在机身前后左右四个方向均部署了高精度 TOF 测距传感器，通过实时测距实现悬崖感知。当机器人靠近桌面边缘时，系统可快速识别跌落风险并主动调整步态，有效避免意外掉落，为桌面交互与行走演示提供可靠安全保障。

应用场景

智能体开发套件支持丰富的应用场景，涵盖语音交互、物联网、机器视觉、教学科研等多个领域

AI 大模型语音问答与对话陪伴

双足机器人步态学习与动作开发

计算机视觉入门与图像识别实验

传感器、嵌入式、单片机编程学习

创客教育、机构教学、个人 DIY 创作

桌面智能互动、科技展示与礼品

注意事项

使用豆丁机器人时请注意以下事项，以确保最佳使用体验和设备安全

重要提示

需根据coze接口需求文档，千机阁平台——coze接口需求文档，提供扣子的机器人id和个人访问令牌，默认配置为测试例程，需根据实际使用情况进行更换。智能体管理中的语音识别以及语音合成为试用api，调用资源有限，如需正式使用请自行购买。

电量管理

电量过低时屏幕会弹窗警告，请及时充电，防止电池损坏。

使用环境

避免强光直射、高温等复杂环境，3D打印材质需妥善保护。

屏幕保护

严禁按压屏幕面板，避免损坏显示组件。

动作控制

如动作不停，可在聆听状态说"停止动作"。

设备绑定

同一设备不可注册在多个智能体下，切换需先解绑再绑定。

网络环境

请在安静环境使用，网络不佳或智能体速度慢会导致回话卡顿。